神经放电序列提供最优的编码模式以供时间信息的读取

日期:2023-06-12 点击数: 来源:

感知时间并能据此做出适时的行为是大脑一项基本的认知功能。尽管有此重要性,大脑在哪儿,如何编码时间以及时间信息怎样在脑区之间转换与传递依然不是很清楚。为回答上述问题,作者首先训练小鼠进行一新颖的时间间隔区分实验(A)。然后在次级运动皮层(Secondary motor cortex, M2) 和背侧纹状体(Dorsal lateral striatum,DLS) 植入硅电极进行同步大规模电生理记录。应用支撑向量机对在M2和DLS 所记录群体活动进行时间解码的分析,发现两个脑区均能同等程度地解码时间或两脑区编码同样的时间信息。进一步群体活动分析发现,定性上,M2和DLS的活动均呈现神经序列的编码模式 (neural sequence, B)。为进一步定量化这种神经序列的程度,作者开发了一种测量序列度的算法 (sequentiality,C)。将此算法应用于上述两脑区的群体活动数据时,作者发现DLS活动呈现更高的序列程度。

如上所述,DLS及M2能同等程度的编码时间信息,但DLS具有更高的序列度。一个自然的问题是更高的序列度对于时间信息处理具有何种优势。为回答此问题,利用全正权重的前馈神经网络,作者提出具有高序列度的神经群体活动提供了一种最优的编码时间的模式。该模式可以让下游脑区更容易及准确的读取时间 (D)。

相关论文:S. Zhou, S.C. Masmanidis, D.V. Buonomano, Neural sequences as an optimal dynamical regime for the readout of time. Neuron, 2020, 108, 1–8

上一条:不同时间区间变换的统一框架